本项目 · 论文与研究
Token-World 论文更新至 v2
该版本在策略使用的 VLM token 空间中，按机器人动作预测后续状态；RGB 重建不参与主要预测过程，代码仍是发布承诺。
日期为所引论文版本的公开日期，不是本站收录日；这里概述论文中的研究，不表示本站运行或独立验证了模型。 不称为模型首次发布，开放代码状态不从发布承诺推导。
Token-World 研究团队 / 独立收录记录
Token-World
Token-World 先压缩 VLM 的视觉 token，再用流匹配动力学模型按动作递推未来状态，按需映射回原表征供机器人策略读取。
技术资料
来源与原文 ↓能做什么，使用时要注意什么
输入与结果
- 提供什么
- 压缩的 VLM 视觉 token、本体感知与机器人动作历史。
- 得到什么
- 未来压缩 token 状态，可映射回策略使用的 VLM 视觉表征。
- 动作的作用
- 预测以动作为条件。
分类与用途
- 控制方式
- 机器人动作
- 应用领域
- 机器人
论文 v2 的 VLM token 动力学模型；RGB 输出仅用于可视化，不因此增加视频与传感模拟标签。
查看分类依据 ↓资料尚未确认
开放方式开源情况适用限制需要区分的对象已收录材料不足以判断，未确认不代表没有相应能力。
沿着公开资料继续了解
按事件时间展示已收录进展，非完整新闻列表。
来源与原文
按原始材料集中查阅；相同原句合并展示，对应资料与阅读日期一并保留。
Token-World · 项目原始材料
核对原文摘录 · 5 段，支持 5 项资料
原阅读方向
model dynamics in a compact VLM visual-token space一句话认识
an autoregressive action-conditioned world-model simulator that rolls out in compact policy-aligned VLM token space.输入什么
Compact visual tokens, proprioception, and actions are projected into a shared model space输出什么
Future compact tokens are generated with a sliding temporal window and recurrent state.动作是否影响预测
conditioned on the current history and action.本站整理来源中的声明，不核查厂商声明真伪，不评价模型优劣。了解收录方式 →